La EDAR de Pinedo, una de las mayores plantas de tratamiento de aguas residuales de España, instaló una red de eNoses en sus instalaciones de Valencia.
Un elemento importante del proceso de aprendizaje de las eNoses es disponer de suficientes referencias humanas que puedan analizarse frente a los datos de las eNoses. Hasta ahora, en este proyecto se han utilizado como referencias humanas los informes introducidos por los ciudadanos a través de la plataforma NASAPP.
G. Monzón, S. Bootsman
Comon Invent, Delft, the Netherlands. www.comon-invent.com
* g.monzon@comon-invent.com
Conflictos de interés: El autor declara que no existe conflicto de intereses.
Editor académico: Carlos N Díaz.
Calidad del contenido: Este artículo científico no ha sido revisado por pares.
Citación: G. Monzón, S. Bootsman, 2024, Comon Invent enoses to sniff-out the environment, ODORA24 Conference, Barakaldo, Spain, www.olores.org.
Copyright: 2025 Olores.org. Los autores retienen la propiedad del copyright de sus artículos, pero los autores permiten a cualquier persona descargar, reusar, reimprimir, modificar, distribuir y/o copiar artículos del sitio web de olores.org, siempre que se citen los autores originales y las fuentes. No es necesario permiso específico de los autores o de los editores de esta web.
ISBN: pendiente
Palabras clave: EDAR, alerta temprana, gestión de consecuencias, computación en la nube, análisis avanzado, repositorio de datos.
Vídeo
Resumen
La planta de tratamiento de aguas residuales (EDAR) de Pinedo instaló una red de narices electrónicas (eNoses) en el sitio en Valencia. Esta tecnología de eNoses se utiliza con éxito en muchas aplicaciones. En el Puerto de Róterdam, ha contribuido a reducir a la mitad las quejas residenciales en los últimos diez años.
Un elemento importante del proceso de aprendizaje de las eNoses es tener suficientes referencias humanas que se puedan analizar en comparación con los datos de las eNoses. Hasta ahora, los reportes ingresados por ciudadanos a través de la plataforma NASAPP se han utilizado como referencias humanas en este proyecto.
El proyecto de eNose en la EDAR Pinedo muestra resultados prometedores.
1. Introducción
La planta de tratamiento de aguas residuales EDAR Pinedo en Valencia España está implementando actualmente un programa a largo plazo para probar la aplicabilidad de varios sistemas innovadores para la gestión de olor. Estas tecnologías tienen como objetivo obtener información detallada sobre las emisiones de sonido y de olor de las fuentes dentro de la planta.
Un componente clave de este programa es el uso de la tecnología eNose en línea de Comon Invent. Comon Invent es una empresa del Reino de los Países Bajos que brinda servicios a empresas e instancias gubernamentales que enfrentan actividades operativas generadoras de olor molestas para los vecinos. Hace aproximadamente 30 años, Comon Invent comenzó a desarrollar una tecnología para detectar la aparición y propagación de emisiones de gas que causan molestias de olor en tiempo real.
La eNose (Nariz electrónica) es la base de esta tecnología, las eNoses son pequeños instrumentos equipados con una matriz de sensores de gas, estos transmiten señales desde los sensores a un servidor cada minuto operado 24/7.
Las eNoses recopilan grandes cantidades de datos que contienen información sobre los cambios en la composición química del aire.
A nivel mundial, más de cien redes de eNose basadas en esta tecnología están operativas. Estas aplicaciones se encuentran en refinerías de petróleo, terminales de petróleo, la industria química, empresas de procesamiento de residuos y plantas de tratamiento de aguas residuales. Este artículo examinará más de cerca la aplicación de las eNoses en la planta de aguas residuales EDAR Pinedo.
2. Medición y Cálculo de Olores
Normalmente, no es posible medir la concentración de olores. La medición implica determinar el valor de una cantidad física específica utilizando un instrumento. Una condición es que este valor pueda expresarse en una unidad que sea rastreable a un estándar dentro del sistema SI (dentro de la UE) y con márgenes de error aceptables. Un instrumento de medición expresa una cantidad en un valor absoluto. Varios ejemplos son balanzas, termómetros o velocímetros.
La razón por la que no existe una medida cuantitativa del olor es que el olor no es una cantidad física, el olor es típicamente una mezcla compleja de gases químicos.
Para poder calcular las emisiones de olores, se ha desarrollado durante las últimas décadas un valor pseudométrico: la unidad europea de olor, abreviada como OUE. con esta unidad se puede realizar una evaluación estadística de la emisión y propagación de un olor. Los modelos de dispersión utilizan una carga de olor (OUE.s-1) como variable de entrada, estos modelos calculan la propagación de la fuente bajo estudio en el entorno circundante y determinan la concentración de olor (OUE.m3) en el entorno determinado.
Es común utilizar modelos numéricos para determinar contornos de percentiles, un contorno percentil describe la concentración promedio por hora de un olor y de la fuente bajo estudio a lo largo de un año completo. En el permiso ambiental de la instalación, el gobierno a menudo incorpora contornos de la máxima concentración promedio por hora de olor que puede prevalecer dentro de ese contorno durante un porcentaje específico del año calendario completo.
3. Nariz Electrónica – eNose
Los modelos estadísticos utilizados para medir y calcular olores no proporcionan suficientes herramientas para describir la percepción del olor en humanos.
Con el auge de las tecnologías de sensores inteligentes y el creciente poder de cálculo de las computadoras, desde hace aproximadamente 40 años, muchas universidades e instituciones académicas comenzaron a centralizarse en la investigación científica en el campo de la olfacción artificial también muchas empresas comenzaron a abordar este tema.
La tecnología de nariz electrónica imita la olfacción biológica, la eNose en sí está equipada con una serie de sensores expuestos al aire este emite señales desde los sensores que se envían a un sistema informático, un software de análisis avanzado busca patrones en los datos de las eNoses que justifiquen una afirmación fundamentada sobre lo que los humanos habrían podido olfatear si hubieran estado expuestos a ese mismo aire.
Por lo tanto, un sistema eNose debe ser entrenado para reconocer olores. Esto también se asemeja a la olfacción biológica, cuando una persona huele un olor por primera vez en su vida, la "huella" química de ese olor se almacena en una parte de nuestro cerebro donde reside la memoria olfativa y cuando nuestra nariz detecta esa misma "huella” en otra ocasión, nuestra memoria reconoce no solo el olor, sino también la asociación de dicho olor con las circunstancias imperantes presentes cuando nuestro cerebro conoció y aprendió a reconocer ese tipo de fragancia.
Asociar olores es muy importante para los humanos, cuando olemos un olor que asociamos, por ejemplo, con pescado en descomposición o huevos podridos, nuestro cerebro activa varios mecanismos de "lucha o huida".
Con una nariz electrónica, se persigue el mismo objetivo, cuando el software reconoce una huella que resulta de una experiencia olfativa aprendida, el sistema puede activar una alarma a la cual las personas pueden responder y tomar acciones preventivas de manera inmediata.
4. Aprendizaje Automático
Las eNoses necesitan ser entrenadas para reconocer la "huella" de una mezcla de gases, esto se puede realizar en un laboratorio donde se presentara una concentración conocida de una mezcla de gases en estudio a la eNose, de esta manera, se determina la curva de sensibilidad de la eNose para esa mezcla especifica, sin embargo, las condiciones prácticas donde se despliega la eNose son mucho más complejas que en la configuración de prueba del laboratorio. La parte más crucial del proceso de aprendizaje no ocurre en el laboratorio, sino en el entorno real donde se aplica la tecnología de las eNoses. Para obtener información de los datos generados por las eNoses respecto a las emisiones de olores y la posible molestia que puede surgir, es esencial integrar datos de otras fuentes de información.
Relacionar los datos de la eNose con información meteorológica y con la recopilación de experiencias olfativas humanas es crucial.
La relación de los datos de la eNose con referencias humanas puede ocurrir de dos maneras. La primera es un método deliberado donde un panel humano visita el área alrededor de las ubicaciones de las fuentes de olor en estudio aquí los participantes anotan con el mayor detalle posible a través de una app lo que huelen y cuán fuerte perciben ese olor. Al llevar una eNose móvil durante esta investigación, las referencias humanas se pueden comparar con los datos de la eNose en términos de tiempo y ubicación.
Otro método para recopilar referencias humanas es un enfoque ad hoc. Aquí, las personas informan sus experiencias olfativas a través de una app.
Utilizando técnicas de aprendizaje automático, los datos de las referencias humanas, las eNoses y los datos meteorológicos se agregan como un conjunto de datos coherentes, permitiendo que el sistema eNose aprenda a reconocer situaciones que pueden ser la causa de las molestias por olores.
Estos resultados son multifacéticos, las eNoses pueden contribuir a ser más objetivos con los informes de molestias por olores de los residentes de una zona, también pueden proporcionar información más detallada sobre las emisiones y las fuentes que causan estos disturbios. Basado en este entendimiento, las decisiones de gestión pueden ser fundamentadas para inversiones para tomar medidas de mitigación que reduzcan efectivamente la carga de olores en el área circundante.
5. Resultados en el Puerto de Rotterdam
El Puerto de Rotterdam cubre una superficie de aproximadamente 20,000 hectáreas, con muchas industrias implicadas en actividades que pueden provocar molestias por olores. La Agencia de Protección Ambiental DCMR (EPA) cuenta con una sala de control atendida las 24 horas, donde los residentes pueden informar sobre perturbaciones por olor. En 2012, la DCMR EPA recibió 2,104 informes de molestias por olores de residentes, para 2023, ese número había disminuido a 976 informes. Los productos derivados del petróleo y los alimentos (como el aceite de palma y los granos) son responsables de la mayoría de los informes de molestias por olores.
La red de eNoses ha contribuido a esta mejora. En 2013, el Puerto de Rotterdam estableció una red de eNoses compuesta por 250 eNoses. Los datos de las eNoses están disponibles en línea tanto para las salas de control de las empresas en el puerto como para la sala de control de la DCMR EPA.
6. EDAR Pinedo en Valencia
Una red de eNoses también está operativa en la planta de tratamiento de aguas residuales de Pinedo en Valencia. Todas las eNoses están instaladas a una altura de 4 metros en postes de luz. La imagen muestra una de las eNoses durante la instalación.
 |
| Fig 1. Instalación de una eNose en un poste de luz a 4 metros de altura |
Cada eNose transmite señales desde los sensores a un servidor en la nube cada minuto, el personal de la planta tiene acceso a este servidor en la nube para consultar los datos obtenidos por las eNoses.
Un panel humano llevó a cabo una investigación en el sitio, utilizando una eNose móvil. El equipo de investigación caminó por las instalaciones y también realizó un recorrido en bicicleta fuera de la planta y a través de una aplicación, el panel ingresó los olores que se detectaron.
La imagen a continuación muestra los resultados de la investigación. Las figuras de colores indican las ubicaciones donde los investigadores informaron sus hallazgos. El verde significa que no se detectó olor, el amarillo indica un olor ligero, el naranja denota un olor distinto y el rojo indica un olor fuerte.
 |
| Fig 2 y 3. Ejemplo de una eNose móvil y ejemplo de la investigación en la planta EDAR Pinedo con la eNose móvil. |
Los datos proporcionados por los residentes a través de la NASAPP también están disponibles para el estudio. (ver Fig. 4)
Para el informe de la izquierda, es imposible que haya sido causado por la planta de tratamiento de aguas residuales ya que la ubicación de la entrada del se realizó en una ubicación fuera de la nube de dispersión, el segundo informe fue realizado por un miembro del personal de la planta desde la planta misma.
Ambos informes son importantes para aclarar la veracidad de las notificaciones. En una selección inicial, se evalúa si el informe puede haber sido causado por emisiones de olor desde la planta o no. Para los informes válidos, se examinan los datos de la eNose para determinar si se puede rastrear la fuente de la molestia dentro de la planta.
 |
| Fig 4. informes de olor desde la aplicación Nasapp |
7. Conclusión y próximos procedimientos a seguir.
Hasta ahora, la investigación en EDAR Pinedo ha proporcionado información valiosa sobre la relación entre las operaciones de la planta de tratamiento de aguas residuales y la clarificación de los informes de los residentes alrededor de la planta.
La recolección de datos aún está en curso, durante el próximo período los datos de diversas fuentes se agregarán a este conjunto de datos y los resultados obtenidos se presentarán a la dirección de la planta de tratamiento de aguas residuales.